Algorithmen zur Tonnagevorhersage im speditionellen Nahverkehr. Künstliche Intelligenz für den konkreten Anwendungsfall (PDF)
Bachelorarbeit aus dem Jahr 2022 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 2,0, FOM Hochschule für Oekonomie & Management gemeinnützige GmbH, Nürnberg früher Fachhochschule, Sprache: Deutsch, Abstract: In dieser Arbeit wird versucht, den...
sofort als Download lieferbar
eBook (pdf)
Fr. 29.00
inkl. MwSt.
- Kreditkarte, Paypal, Rechnung
- Kostenloser tolino webreader
Produktdetails
Produktinformationen zu „Algorithmen zur Tonnagevorhersage im speditionellen Nahverkehr. Künstliche Intelligenz für den konkreten Anwendungsfall (PDF)“
Bachelorarbeit aus dem Jahr 2022 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 2,0, FOM Hochschule für Oekonomie & Management gemeinnützige GmbH, Nürnberg früher Fachhochschule, Sprache: Deutsch, Abstract: In dieser Arbeit wird versucht, den bestmöglichen Algorithmus aus dem Bereich der künstlichen Intelligenz für den vorliegenden Anwendungsfall zu finden. Nach der Einleitung erfolgt ein Theorieteil zur Digitalisierung in der Logistik sowie zu grundlegenden logistischen Sachverhalten. Anschliessend wird die Problemstellung beschrieben und die Forschungsfrage formuliert, bevor dem Leser diverse Grundlagen zum Machine Learning und dessen Funktionsweise vermittelt werden.
Im Hauptteil der Arbeit wird zunächst eine Datenbasis erstellt, die komprimierte Auftragsdaten der letzten zwei Jahre für ein Abholgebiet enthält und nach Kalenderwochen gegliedert ist. Anschliessend werden verschiedene Algorithmen auf diese Datenbasis angewendet, die versuchen, die Tonnage der Folgewoche möglichst genau vorherzusagen. Für die Anwendung wird die Programmiersprache Python verwendet.
Das Ergebnis der verschiedenen Algorithmen wird gegenübergestellt und anschliessend derjenige festgelegt, der für den Anwendungsfall am besten geeignet ist. Am Schluss wird die Praxisanwendung untersucht und ein Fazit sowie ein Ausblick in die Zukunft gegeben.
Die Speditions- und Logistikbranche ist bis heute konservativ geprägt. Mitarbeiter sind alteingesessen und Prozesse haben sich mit der Zeit wenig bis gar nicht verändert. Die grossen Unternehmen der Branche sind eher ein Verbund mittelständischer Unternehmen als Konzerne, der daraus resultierende Föderalismus führt zu wenig zentralseitigen, Geschäftsbereich übergreifenden Investitionen.
Die Technologieakzeptanz ist entsprechend gering. Ausserdem ist der Markt sehr fragmentiert, im Jahr 2019 hatte das nach Umsatz grösste deutsche Logistikunternehmen, die DHL Group, einen Anteil von nur 3,71 Prozent am Gesamtmarkt. Dies führt zu einem hohen Wettbewerbs- und in weiterer Konsequenz zu enormen Kostendruck.
Die genannten Faktoren führten unter anderem zu einer meist veralteten IT-Landschaft. Trends sind an den Unternehmen oft vorbeigegangen. Doch die letzten Jahre haben die Branche zum Umdenken gezwungen: Junge und schnell wachsende Unternehmen mit modernen Technologien drängen in den Markt. Bisherige Logistiker wurden zur Erneuerung gedrängt, wenn sie keine Marktanteile verlieren wollten. Dieser Effekt führte zu einem Umdenken in den Unternehmen. Trends werden seitdem mehr und mehr erkannt und ernst genommen.
Im Hauptteil der Arbeit wird zunächst eine Datenbasis erstellt, die komprimierte Auftragsdaten der letzten zwei Jahre für ein Abholgebiet enthält und nach Kalenderwochen gegliedert ist. Anschliessend werden verschiedene Algorithmen auf diese Datenbasis angewendet, die versuchen, die Tonnage der Folgewoche möglichst genau vorherzusagen. Für die Anwendung wird die Programmiersprache Python verwendet.
Das Ergebnis der verschiedenen Algorithmen wird gegenübergestellt und anschliessend derjenige festgelegt, der für den Anwendungsfall am besten geeignet ist. Am Schluss wird die Praxisanwendung untersucht und ein Fazit sowie ein Ausblick in die Zukunft gegeben.
Die Speditions- und Logistikbranche ist bis heute konservativ geprägt. Mitarbeiter sind alteingesessen und Prozesse haben sich mit der Zeit wenig bis gar nicht verändert. Die grossen Unternehmen der Branche sind eher ein Verbund mittelständischer Unternehmen als Konzerne, der daraus resultierende Föderalismus führt zu wenig zentralseitigen, Geschäftsbereich übergreifenden Investitionen.
Die Technologieakzeptanz ist entsprechend gering. Ausserdem ist der Markt sehr fragmentiert, im Jahr 2019 hatte das nach Umsatz grösste deutsche Logistikunternehmen, die DHL Group, einen Anteil von nur 3,71 Prozent am Gesamtmarkt. Dies führt zu einem hohen Wettbewerbs- und in weiterer Konsequenz zu enormen Kostendruck.
Die genannten Faktoren führten unter anderem zu einer meist veralteten IT-Landschaft. Trends sind an den Unternehmen oft vorbeigegangen. Doch die letzten Jahre haben die Branche zum Umdenken gezwungen: Junge und schnell wachsende Unternehmen mit modernen Technologien drängen in den Markt. Bisherige Logistiker wurden zur Erneuerung gedrängt, wenn sie keine Marktanteile verlieren wollten. Dieser Effekt führte zu einem Umdenken in den Unternehmen. Trends werden seitdem mehr und mehr erkannt und ernst genommen.
Bibliographische Angaben
- Autor: Alexander Goessele
- 2023, 64 Seiten, Deutsch
- Verlag: GRIN Verlag
- ISBN-10: 3346935655
- ISBN-13: 9783346935656
- Erscheinungsdatum: 07.09.2023
Abhängig von Bildschirmgrösse und eingestellter Schriftgrösse kann die Seitenzahl auf Ihrem Lesegerät variieren.
eBook Informationen
- Dateiformat: PDF
- Grösse: 1.78 MB
- Ohne Kopierschutz
- Vorlesefunktion
Kommentar zu "Algorithmen zur Tonnagevorhersage im speditionellen Nahverkehr. Künstliche Intelligenz für den konkreten Anwendungsfall"
0 Gebrauchte Artikel zu „Algorithmen zur Tonnagevorhersage im speditionellen Nahverkehr. Künstliche Intelligenz für den konkreten Anwendungsfall“
Zustand | Preis | Porto | Zahlung | Verkäufer | Rating |
---|
Schreiben Sie einen Kommentar zu "Algorithmen zur Tonnagevorhersage im speditionellen Nahverkehr. Künstliche Intelligenz für den konkreten Anwendungsfall".
Kommentar verfassen